基于强化学习的电压-无功控制数据集与测试环境
系统与控制
2022-04-21 v1 机器学习
系统与控制
摘要
为促进基于强化学习（RL）的配电系统电压-无功控制（VVC）的发展，本文介绍了一套开源的、用于基于 RL 的 VVC 算法研究的数据集，该数据集具有样本高效、安全且鲁棒的特点。该数据集由两部分组成：1. 面向 IEEE-13、123 和 8500 节点测试馈线的类 Gym 的 VVC 测试环境；2. 各馈线的历史运行数据集。该数据集与测试环境的潜在用户可先在历史数据集上训练样本高效的离线（批量）RL 算法，随后在测试环境中评估训练所得 RL 智能体的性能。该数据集作为一个有用的试验台，可用于开展基于 RL 的 VVC 研究，以模拟电力公司面临的真实运行挑战。同时，它允许研究人员在不同算法之间进行公平的性能比较。
引用
@article{arxiv.2204.09500,
title = {A Reinforcement Learning-based Volt-VAR Control Dataset and Testing Environment},
author = {Yuanqi Gao and Nanpeng Yu},
journal= {arXiv preprint arXiv:2204.09500},
year = {2022}
}